Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI, в предпринимательстве 16 лет. Последние несколько лет я занимаюсь корпоративными AI-решениями и помогаю компаниям внедрять ассистентов, которые работают на их собственных данных, а не на серверах стороннего провайдера.
Корпоративный AI-ассистент - это программа на основе языковой модели, которая отвечает сотрудникам и клиентам компании на вопросы, используя внутренние документы, базы знаний и регламенты, при этом модель развёрнута на серверах компании или в закрытом контуре, а не в публичном облаке.
Главное отличие от обычного чат-бота на базе ChatGPT или похожего сервиса: данные компании не покидают её инфраструктуру, поэтому снимается вопрос соответствия 152-ФЗ о персональных данных и защите коммерческой тайны. По нашим замерам в проектах Solaris, on-premise развёртывание такого ассистента занимает от 3 до 6 недель в зависимости от объёма документов и числа интеграций с внутренними системами.
Стоимость внедрения фиксируется на старте проекта и не зависит от количества обращений сотрудников или объёма обработанных запросов - это ключевое отличие от подписочных SaaS-моделей, где расходы растут вместе с использованием.
Почему on-premise, а не облачный SaaS
Потому что при работе через облачный сервис данные компании - клиентские базы, договоры, финансовые отчёты - уходят на серверы стороннего провайдера, и компания теряет контроль над тем, где они хранятся и кто может их запросить. On-premise решение разворачивается внутри инфраструктуры заказчика, и весь трафик с чувствительными данными остаётся там же.
Для российских компаний это требование 152-ФЗ «О персональных данных»: если ассистент обрабатывает данные клиентов или сотрудников, оператор обязан обеспечить их защиту, а во многих случаях и хранение на территории РФ. В проектах Solaris мы разворачиваем модель на серверах заказчика или в аккредитованном дата-центре в России, поэтому вопрос юрисдикции закрывается на этапе архитектуры, а не решается постфактум юристами компании.
Публичный пример риска: в 2023 году сотрудники Samsung передали через ChatGPT фрагменты исходного кода компании, и этот случай стал одним из самых цитируемых примеров того, к чему приводит работа с закрытыми данными в открытых нейросетях.
Сколько стоит внедрение и от чего зависит цена
Мы фиксируем стоимость внедрения на старте проекта после аудита данных заказчика и не берём плату за объём запросов пользователей. Такая модель отличается от большинства SaaS-ассистентов, где счёт растёт вместе с числом сотрудников и обращений к ассистенту.
Цена зависит от трёх параметров: объёма и разнородности исходных документов (регламенты, CRM, базы знаний), числа интеграций с внутренними системами и требуемой мощности серверного оборудования под нагрузку компании.
| Вариант решения | Где хранятся данные | Модель оплаты | Соответствие 152-ФЗ |
|---|---|---|---|
| Публичный SaaS-чат-бот | На серверах провайдера за рубежом | Подписка, растёт с объёмом запросов | Не гарантировано |
| Облачный AI-сервис с российским хостингом | В облаке провайдера в РФ | Подписка помесячно | Частично, зависит от договора с провайдером |
| Корпоративный ассистент Solaris (on-premise) | На серверах компании или в аккредитованном ЦОД РФ | Фикс за внедрение | Обеспечивается архитектурой решения |
Что умеет ассистент на данных компании
Он отвечает на вопросы сотрудников по внутренним регламентам и находит нужный документ за секунды вместо того, чтобы человек листал папки и почту. Тот же движок можно подключить к чату на сайте или в мессенджере, чтобы он консультировал клиентов по каталогу, условиям доставки или статусу заявки.
По нашим наблюдениям в проектах Solaris, поиск ответа в документах вручную занимает у сотрудника от 15 до 20 минут, а ассистент, обученный на той же базе, отдаёт готовый ответ за несколько секунд. Разница особенно заметна в компаниях с текучкой кадров, где новым сотрудникам приходится заново разбираться в регламентах без наставника рядом.
Как проходит внедрение: этапы и сроки
Внедрение состоит из четырёх этапов - аудит данных, настройка модели в закрытом контуре, интеграция с внутренними системами и обучение сотрудников работе с ассистентом. По нашим проектам весь цикл укладывается в 3-6 недель, а более сложные интеграции с несколькими корпоративными системами добавляют ещё пару недель на тестирование.
Аудит данных - самый важный этап: на нём мы определяем, какие документы можно скормить модели напрямую, а какие требуют предварительной разметки или анонимизации. Пропуск этого шага - главная причина, по которой внедрения затягиваются или ассистент выдаёт неточные ответы после запуска.
Ссылку на подробности продукта и условия внедрения можно посмотреть на странице корпоративного AI-ассистента Solaris.
Если хотите разбираться в AI для бизнеса раньше, чем это доходит до общих обзоров, подписывайтесь на мой телеграм-канал AntonProBusiness - там я разбираю конкретные внедрения и решения без маркетингового шума.
Чем корпоративный AI-ассистент отличается от обычного чат-бота вроде ChatGPT?
Обычный чат-бот работает на серверах внешнего провайдера и не знает внутренних документов компании без ручной загрузки данных в каждый диалог. Корпоративный ассистент обучен на базе знаний конкретной компании и развёрнут в её собственном контуре, поэтому данные не покидают инфраструктуру заказчика.
Сколько времени занимает внедрение AI-ассистента в компании?
По нашим проектам в Solaris базовое внедрение занимает от 3 до 6 недель. Срок зависит от объёма исходных документов, числа систем для интеграции и того, насколько данные компании уже структурированы до старта проекта.
Можно ли использовать AI-ассистент без доступа в интернет?
Да, on-premise модель работает в закрытом контуре компании и не требует постоянного соединения с внешними серверами для обработки запросов. Внешний доступ нужен только для отдельных сценариев, например обновления модели, и настраивается по требованиям службы безопасности заказчика.
Данные сотрудников и клиентов точно не утекут наружу?
При on-premise развёртывании запросы и документы обрабатываются на серверах компании или в аккредитованном дата-центре в России, не отправляясь во внешние облака. Это снимает основной риск, из-за которого компании боятся давать сотрудникам доступ к публичным нейросетям с рабочими данными.
Сколько стоит корпоративный AI-ассистент Solaris?
Стоимость фиксируется на старте после аудита данных и зависит от объёма документов, числа интеграций и требуемой серверной мощности. В отличие от подписочных SaaS-сервисов, счёт не растёт вместе с количеством обращений сотрудников или клиентов к ассистенту.
Подходит ли такое решение небольшой компании или только крупному бизнесу?
Решение масштабируется под объём данных заказчика, поэтому подходит и отделу из нескольких десятков сотрудников, и крупной компании с разветвлённой структурой. Разница в основном в сроках аудита и числе интеграций, а не в самой возможности внедрения.